电子鼻传感器阵列优化及其在小麦储藏年限检测中的应用.pdf

采用德国 Airsense公司的 PEN2电子鼻系统对 5 个陈化年限的小麦进行了检测。对传感器信号进行方差分析和Loading 分析去掉差异不显著的传感器。 最后选择传感器 1、 2、 8、 9、 10 的响应信号进行模式识别。 对优化后的传感器阵列进行主成分分析得到结果显示 5 个年份的小麦被很好地区分, 各个类的集中性也比较强。从 BP 网络分析结果可以看出netwo r k1( 优化后传感器阵列数据的 BP 网络) 的预测准确率高于 netw or k2( 优化前传感器阵列数据的 BP 网络) ,可以更好地区分 5 个年份的小麦。说明对传感器进行优化去掉一些响应不显著的传感器信号并不影响模式识别结果, 反而提高了电子鼻的识别性能。